FreeLLMすべてのモデル › zai
Arenaスコア1384チャット部門で有料モデルを含む417件中172位
サイズ110.5 B1トークンあたり17 Bがアクティブ（Mixture of Experts）
4ビットのダウンロード67 GB重みのみ、Q4_K_M
最大コンテキスト128Kトークン、モデル設定より
無料で使える場所
- ラボ公式のチャット：chat.z.ai（1日の利用制限つきで無料）
- 自宅でダウンロードして動かす：公式の重み · Ollama と LM Studio 用の GGUF ファイル
よく使われるハードウェアでの速度
| ハードウェア | GPUメモリ | 収まる？ | 速度 |
|---|---|---|---|
| RTX 3060 12 GB | 12 GB | 収まらない | — |
| RTX 4060 Ti 16 GB | 16 GB | 収まらない | — |
| RTX 3090 | 24 GB | GPU＋64 GBのRAM | 8.7 tok/s |
| RTX 4090 | 24 GB | GPU＋64 GBのRAM | 8.8 tok/s |
| RTX 5090 | 32 GB | GPU＋64 GBのRAM | 11 tok/s |
| RX 7900 XTX | 24 GB | GPU＋64 GBのRAM | 8.8 tok/s |
| 2 × RTX 3090 | 48 GB | GPU＋64 GBのRAM | 13 tok/s |
| 4 × RTX 3090 | 96 GB | GPUに収まる | 36 tok/s |
| Mac M4 Max 128 GB | 96 GB | GPUに収まる | 22 tok/s |
| Ryzen AI Max+ 395 128 GB | 96 GB | GPUに収まる | 12 tok/s |
| 8 × H100 SXM | 640 GB | GPUに収まる | 91 tok/s |
4ビット、32Kコンテキスト、オフロード用にDDR5を64 GBとした推定値。速度 ≈ メモリ帯域 × 78% ÷ 1トークンあたりの読み込みデータ量に、トークンごとの固定コストを加えたもので、44件の実際の llama.cpp テストで補正しています。典型的な誤差は約±10%です。すべてのGPUを比較。
必要なGPUメモリ
| レベル | 8Kコンテキスト | 32Kコンテキスト | 128Kコンテキスト | フル精度との品質比較 |
|---|---|---|---|---|
| Q3_K_M | 57 GB | 62 GB | 81 GB | +4.7% 目立つ劣化 |
| Q4_K_M | 69 GB | 74 GB | 92 GB | +1.2% ごくわずかな劣化 |
| Q5_K_M | 81 GB | 85 GB | 104 GB | +0.4% ほぼ劣化なし |
| Q6_K | 93 GB | 97 GB | 116 GB | +0.2% ほぼ劣化なし |
| Q8_0 | 120 GB | 124 GB | 143 GB | ≈ 0% フル精度と同等 |
| F16 | 223 GB | 228 GB | 246 GB | ≈ 0% フル精度と同等 |
重み＋コンテキストキャッシュ（モデルのアーキテクチャから算出）＋ランタイム。品質：フル精度モデルに対するperplexityの増加分で、llama.cpp のテストをもとにモデルサイズに合わせて換算しています。自分の環境をシミュレーション。
チャットスコアの推移
13501400145015001550
5月6月7月8月9月10月
GLM-4.5-Air 1384最高の有料モデル
Arenaスコア（2026年4月22日～2026年10月20日）。
チャットの似た無料モデル
- Qwen3-30B-A3B-Instruct (2507) 1384
- Kimi K2 Preview (0905) 1380
- Muse Glimmer 1389
- NVIDIA-Nemotron-3-Super-120B-A12B 1378 · 123.6 B
- MiniMax-M2.1 Preview 1392 · 228.7 B
- GLM-4.6V 1376 · 107.7 B
このページを共有：XLinkedInRedditWhatsApp
数字の誤りやリンク切れを見つけましたか？間違いを報告